İngiltere Sağlık Sistemi ve Sağlık Harcamaları

Através do procedimento detalhado na Seção 4.4, é possível gerar dados que simulam a ocupação do espectro nas bandas de uplink (UL) e downlink (DL) para as tecnologias TETRA, GSM 900 e DCS 1800. O modo preditivo, desempenhado pelo Módulo Gerador de Espectro (MGE), é responsável pela geração dos dados de predição.

Alguns parâmetros importantes precisam ser definidos antes da geração dos dados de predição. Primeiramente, o número de canais de cada tecnologia deve ser especificado. A Tabela 5.1 detalha essas informações e algumas outras referentes às bandas de interesse (LÓPEZ-BENÍTEZ; CASADEVALL; LÓPEZ-PÉREZ; VASILAKOS, 2011). Com base nesta tabela pode-se observar que o espectro de interesse compreende 1900 canais.

Tabela 5.1 - Informações das bandas utilizadas.

Fonte: O autor.

Conforme visto no Capítulo 4, a distribuição Beta é utilizada para gerar os valores de duty cycle (DC) que serão associados aos canais. Os parâmetros de shape α e β para esta distribuição estão especificados na Tabela 4.1, para cada uma das bandas de interesse. Utilizando esses parâmetros na função random do MATLAB é possível obter os valores de DC desejados, que representam os dados de entrada para o sistema.

Outra definição importante para geração dos dados está relacionada a definição dos DC clusters. A Tabela 4.4 fornece os valores dos parâmetros p que determinarão o número de canais por cluster. Utilizando esses valores na distribuição geométrica da Equação 4.7, é possível determinar o tamanho dos

clusters para os 1900 canais de interesse. Além disso, os valores de DC obtidos com a distribuição Beta são classificados de tal forma que correspondam a uma das faixas dos archetypes da Tabela 4.5.

Para alocação do duty cycle (DC) no domínio tempo, usa-se a distribuição Pareto Generalizado (GP), aplicando os parâmetros especificados na Tabela 4.3. Os números aleatórios gerados segundo a distribuição GP são implementados através da função gprnd do MATLAB.

Com as definições descritas até aqui, já é possível gerar os dados simulados de utilização do espectro. O código detalhado da implementação desta etapa está disponível no Apêndice A. Porém, as funções do MGE podem ser resumidas nos seguintes passos:

1) Determinar o número de canais do espectro de interesse. Nesse caso, 1900 canais.

2) Utilizando a distribuição Beta, gerar valores de DC para todos os canais do espectro, de acordo as especificações na Tabela 4.1.

3) Classificar os valores de duty cycle gerados no passo 2 de acordo com os archetypes da Tabela 4.5.

4) Utilizando a distribuição geométrica da Equação 4.7, com o parâmetro p especificado na Tabela 4.4, gerar os valores que definirão o tamanho dos clusters.

5) Atribuir os valores de DC gerados no passo 2 para cada um dos canais do espectro, levando em conta a distribuição dos archetypes e clusters definidos nos passos 3 e 4.

6) Através da distribuição GP, utilizando como referência a Tabela 4.3, gerar a ocupação dos canais no domínio tempo.

Para distribuição dos valores de DC no domínio tempo, optou-se por gerar arquivos com dados correspondentes a uma hora. Dessa forma, a visualização dos gráficos de ocupação fica mais intuitiva, conforme pode ser comprovado na Figura 5.4.

Para as simulações do sistema proposto, foram gerados dados que correspondam a um dia inteiro de ocupação do espectro. Logo, são gerados 24 arquivos com duração de 60 minutos e padrão de ocupação correspondente à banda

de interesse. No Apêndice B podem ser verificadas algumas amostras desses dados para as faixas utilizadas neste trabalho.

Na Figura 5.4 é possível verificar o resultado da geração de dados realizada pelo MGE nas faixas TETRA UL, TETRA DL, GSM 900 UL, GSM 900 DL, DCS 1800 UL e DCS 1800 DL, para um período de uma hora. Para cada caso, o gráfico superior indica a distribuição do DC, ou ciclos de ocupação do canal, no domínio tempo versus domínio frequência (índice do canal). Sendo que, cada ponto azul neste gráfico, representa um período de ocupação. No gráfico inferior é plotada a curva dos valores médios de DC para cada canal. Os DCs médios por banda devem ser aproximações dos valores especificados na Tabela 4.1, respeitando as faixas de valores para cada archetype especificado na Tabela 4.5.

Figura 5.4 - Dados simulados de ocupação de espectro. (a) Banda TETRA UL.

Pode-se observar na Figura 5.4a uma utilização muito baixa na faixa TETRA UL, segundo a Tabela 4.5, com DC médio igual a 0,031648.

Figura 5.4 - Dados simulados de ocupação de espectro. (b) Banda TETRA DL.

Na Figura 5.4b observa-se a formação de clusters, indicada pelas linhas azuis mais fortes), além de uma utilização baixa na banda TETRA DL, segundo a Tabela 4.5, com um DC médio de 0,35916. Esta figura pode ser comparada com a Figura 4.4, a qual é uma reprodução da figura gerada na simulação apresentada por López-Benítez, Casadevall, López-Pérez e Vasilakos (2011).

Figura 5.4 - Dados simulados de ocupação de espectro. (c) Banda GSM 900 UL.

A Figura 5.4c mostra uma utilização muito baixa na faixa GSM 900 UL, segundo a Tabela 4.5, com DC médio igual a 0,021452.

Figura 5.4 - Dados simulados de ocupação de espectro. (d) Banda GSM 900 DL.

A Figura 5.4d mostra uma utilização muito alta na faixa GSM 900 DL, segundo a Tabela 4.5, com um DC médio de 0,96528.

Figura 5.4 - Dados simulados de ocupação de espectro. (e) Banda DCS 1800 UL.

A Figura 5.4e mostra uma utilização muito baixa na faixa DCS 1800 UL, segundo a Tabela 4.5, com um DC médio de 0,02989.

Figura 5.4 - Dados simulados de ocupação de espectro. (f) Banda DCS 1800 DL.

Fonte: o autor

A Figura 5.4f mostra uma ocupação média na banda DCS 1800 DL, segundo a Tabela 4.5, com um DC médio de 0,44282.

Analisando os DCs médios apresentados nas figuras de 5.4a até 5.4f, pode- se notar a baixa utilização nas faixas GSM 900 UL, TETRA UL e DCS 1800 UL, caracterizando uma boa oportunidade para o uso de tecnologias de acesso oportunístico ao espectro. Já na faixa GSM 900 DL, é possível notar a alta utilização e a presença de poucos white spaces.

É importante mencionar que, os parâmetros utilizados para configuração do algoritmo detalhado na Seção 4.4, foram especificados com base em dados de medições realizadas por López-Benítez, Casadevall, López-Pérez e Vasilakos (2011). Dessa forma, mesmo que as bandas de interesse sejam as mesmas em vários países, a representação específica do tráfego de determinada região, deve sempre ser confrontada com dados de medição. Ainda assim, independentemente

do local, o procedimento da Seção 4.4 e os parâmetros utilizados são considerados válidos no contexto deste trabalho.